Регрессия log-change и биномиальные кластеры выбросов как конвейер оценки

От уровней к log-changes

Редакция: TradersWeek рассматривает прогноз рыночного движения как конвейер оценки, а не как одно отдельное показание. Архив описывает следующий исторический рабочий процесс, начиная с входного ряда.

Абсолютные уровни цен и доходностей остаются близки к соседним наблюдениям, поэтому они — плохой вход для методов, которые предполагают более регулярное распределение без уровня. Взятие разности натурального логарифма преобразует эти уровни в ряд log-change, который можно сравнивать между инструментами и который аппроксимирует норму доходности на скромном процентном диапазоне. Последовательные наблюдения затем можно сравнивать так, чтобы уровень ряда не доминировал в результате.

Предварительные тесты до любого прогноза

Прежде чем из ряда будет считан любой прогноз, требуются stationarity-pretest и serial-dependency-pretest, чтобы последующие выводы не делались из смещающегося или самоповторяющегося процесса.

stationarity-pretest помещает log-changes индекса во взаимно исключающие корзины, сравнивает счётчики первой и второй половин и суммирует расхождение статистикой хи-квадрат. Эта проверка спрашивает, остаются ли правила, порождающие ряд, достаточно устойчивыми по половинам выборки, чтобы последующие выводы не определялись смещающимся процессом.

serial-dependency-pretest спрашивает, является ли одно наблюдение просто функцией предыдущего, чтобы последующий тест не учитывал одну и ту же информацию дважды.

regression-baseline и ожидаемая полоса

После этих предварительных тестов regression-baseline формируется линейной регрессией log-changes связанного ряда доходности на log-changes индекса. Подогнанное линейное отображение, здесь от доходности Treasury на целевой индекс, задаёт полосу, в которую ожидается попадание последующих наблюдений. Оно используется, чтобы задать ожидаемую полосу, а не сделку.

Кластеры выбросов и биномиальный счёт

Остатки за пределами полосы residual-spread 1.96 рассматриваются как выбросы. Затем binomial-count-test вычисляет вероятность числа наблюдений вне полосы в коротком окне и спрашивает, согласуется ли этот outlier-cluster с независимой случайностью при подогнанной модели.

В предоставленной выборке плотный кластер таких выбросов появился только в недели непосредственно перед крупным ростом индекса в конце 1994. Оценка рассматривает этот кластер как кандидата на разрыв подогнанной зависимости ставка–индекс, а не как самостоятельный сигнал.